硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

简介:

线下大数据对新零售有哪些深刻影响和助推作用?

2017年年初,当当表示其开张的线下实体书店已经有143家。

2017年5月底,亚马逊在纽约的第一家实体书店开张,

还是2017年,京东号称要开一万家实体店。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

这些互联网商业巨头渴望将海量的线上大数据导入到线下,发挥其最大的效益。以亚马逊为例,贝索斯也是想要将互联网的数据有形化,打通线上和线下的数据,更精准地预测用户的行为。

而我们今天的主题就是其中很关键的一点:线下大数据。

瞄准新零售的线下大数据

大数据一直是这几年的热门,据相关数据显示,全球大数据市场规模在2016年达到了1802亿元,预计2017年将增至2211亿元。与此相对的,国内市场还有着极大的增长潜力,根据数据,2016年国内大数据市场的规模仅仅只有23.6亿元。

而这其中,最主要的还是线上大数据,它也是被互联网包围的我们接触最多的数据,比如你去淘宝买个东西,它会给你推荐很多相类似的产品,甚至在其他网站360度无死角地安利你去买与之相关的其他东西。

也正是因为互联网流量的巨大以及各大科技公司的加入,线上大数据市场的竞争日趋白热化,相比较之下,线下大数据市场还是一个尚未过多开垦的“蓝海”。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

何为线下大数据呢?

从事线下大数据搜集和分析的芝麻科技创始人兼CEO朱智给出了一个定义,“线上大数据是发生在线上的一些行为的累积,是一些行为被数据化的结果呈现。至于线下大数据,我们更多讲的是人们发生在线下的行为,是脱离了互联网、或者说跟互联网结合,但是实现场景是在线下的一些行为数据。”

随着线上大数据市场的饱和,近年来,线下大数据也正在进入“疯狂生长”阶段,不然亚马逊、京东也不会开始它们的实体店之旅,而它的首个目标场景就是“新零售(或智能零售)”。

线下大数据要怎么玩?

虽然现在大部分人已经习惯了网上消费购物,但是线下的零售商依然占据着庞大的流量,而且随着大数据、物联网以及AR、VR等技术的发展,传统的实体店有了更多的机会。

比如从事线下大数据的ZMT众盟CEO广宇昊所说,“传统的实体店有机会把零售作为一个数据来应用,建立以用户为王、产品为王、平台为王、服务为王、体验为王、线下线上融合的商务生态圈。”

但是线下大数据的收集却不是易事,这些数据主要还是从门店的POS机和监控摄像头中获得,现在也有一些厂商自研的智能硬件辅助数据的收集。

据了解,大部分线下大数据厂商都是以“智能硬件+终端APP”的形式,像ZMT众盟推出的众盟淘金盒子+“掌柜”APP,基于对数据的收集和分析,它能够向零售商展示客流量、到访频率、停留时间等等数据,从而掌握门店的运营状况。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

如果根据线上大数据进行广告推广靠的是概率,那么线下这种有明确消费行为产生的数据显得更加真实、有效、有针对性。比如,搜宝马的人不一定会买宝马,但是去过宝马4S店的人,一定会买,或者他处在想买宝马最后的关键节点上。

所以在一些线下大数据商看来,这些数据可以实现非常精准的零售营销。当然,这个过程如果可以和线上数据结合,产生的效果必然会更好,客户能够从不同的维度了解自己的运营情况,从而制定出更为精确的营销策略,实现线上线下对消费者的全面包围。

线下精准营销的核心是数据的准确性

人工智能渗入到传统行业并不是一帆风顺,线下大数据的挖掘和收集也存在不少的问题。

如何去判别哪些是线下的有用数据?这些数据要如何去分析处理?如何去说服线下的实体店去信任你的数据分析结果,精准营销的推进效果和预期相比怎样?

这些都是摆在线下大数据商面前的难题,其实相比较线上大数据的应用,线下大数据只能说是在起步发展阶段。

但是既然已经有不少互联网行业大佬将眼光瞄准线下,意味着这块蓝海市场正在被发掘,其中的问题自然也会被推动着解决。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

但是,不管是何种商业模式,抑或是数据应用方向,全面、精准的数据才是保证一切工作顺利开展的前提和关键。线下大数据商必须加强对大数据和算法的深度研究,打破大数据在行业应用的边界限制。

从千人一面到千人千面,智能商业打开了“以人为本”的营销模式。当“人”成为中心,精准地找到人就成为关键。互联网已经进入下半场,当线上红利逐渐消失,线下成为了新的价值洼地。线下大数据指向的,基于“人”的精细化运营将成为智能商业的必然趋势。

硬纪元AI峰会前瞻:线下大数据驱动下的新零售,目标是精准营销

不论你是线上大数据还是线下大数据领域内的大咖、学者、从业者、创业者,一定不要错过镁客网7月9日在北京国家会议中心举办的“3E“硬纪元”AI+产业应用创新峰会”,峰会期间将会有众多人工智能、智能家居等诸多领域的大咖,分享他们的最新见解与洞察。所以,你还在犹豫什么,赶紧点击链接报名参加吧!


原文发布时间: 2017-07-02 18:29
本文作者: 巫盼
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关实践学习
简单用户画像分析
本场景主要介绍基于海量日志数据进行简单用户画像分析为背景,如何通过使用DataWorks完成数据采集 、加工数据、配置数据质量监控和数据可视化展现等任务。
SaaS 模式云数据仓库必修课
本课程由阿里云开发者社区和阿里云大数据团队共同出品,是SaaS模式云原生数据仓库领导者MaxCompute核心课程。本课程由阿里云资深产品和技术专家们从概念到方法,从场景到实践,体系化的将阿里巴巴飞天大数据平台10多年的经过验证的方法与实践深入浅出的讲给开发者们。帮助大数据开发者快速了解并掌握SaaS模式的云原生的数据仓库,助力开发者学习了解先进的技术栈,并能在实际业务中敏捷的进行大数据分析,赋能企业业务。 通过本课程可以了解SaaS模式云原生数据仓库领导者MaxCompute核心功能及典型适用场景,可应用MaxCompute实现数仓搭建,快速进行大数据分析。适合大数据工程师、大数据分析师 大量数据需要处理、存储和管理,需要搭建数据仓库?学它! 没有足够人员和经验来运维大数据平台,不想自建IDC买机器,需要免运维的大数据平台?会SQL就等于会大数据?学它! 想知道大数据用得对不对,想用更少的钱得到持续演进的数仓能力?获得极致弹性的计算资源和更好的性能,以及持续保护数据安全的生产环境?学它! 想要获得灵活的分析能力,快速洞察数据规律特征?想要兼得数据湖的灵活性与数据仓库的成长性?学它! 出品人:阿里云大数据产品及研发团队专家 产品 MaxCompute 官网 https://www.aliyun.com/product/odps 
相关文章
|
1月前
|
机器学习/深度学习 人工智能 安全
构建未来:AI驱动的自适应网络安全防御系统
【2月更文挑战第15天】 在数字化时代,网络安全已成为全球关注的焦点。传统的安全防御手段在面对日益复杂的网络威胁时显得捉襟见肘。本文将探讨如何利用人工智能(AI)技术构建一个自适应的网络安全防御系统。该系统能够实时分析网络流量,自动识别和响应潜在威胁,从而提供一种更加动态和灵活的安全保护机制。通过深度学习算法的不断进化,这种系统能够预测和适应新型攻击模式,显著提高防御效率和准确性。
|
1月前
|
人工智能 弹性计算 Serverless
Serverless+AI驱动的一站式数据平台有哪些可能性
【2月更文挑战第4天】Serverless+AI驱动的一站式数据平台有哪些可能性
|
2月前
|
人工智能 数据管理 Serverless
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
阿里云数据库走向Serverless与AI驱动的一站式数据平台具有重大意义和潜力
404 2
|
2月前
|
人工智能 运维 Cloud Native
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
、你如何看待阿里云数据库走向Serverless与AI驱动的一站式数据平台?
149 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率与质量:AI驱动的自动化测试策略
【2月更文挑战第19天】 在快速迭代的软件发展环境中,传统的手动测试方法已无法满足高效率和高质量的要求。本文探讨了人工智能(AI)技术如何革新现有的软件测试流程,通过引入AI驱动的自动化测试策略,旨在提高测试覆盖率,减少人为错误,优化资源分配,并缩短产品上市时间。我们将分析AI在识别潜在缺陷、生成测试用例、执行测试以及结果分析中的应用,并讨论实施这些策略时可能遇到的挑战和限制。
139 3
|
2月前
|
人工智能 数据管理 大数据
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
阿里云数据库走向Serverless与AI驱动的一站式数据平台是一个很有前景和意义的发展方向
33 2
|
17天前
|
机器学习/深度学习 人工智能 运维
构建未来:AI驱动的自适应网络安全防御系统
【4月更文挑战第7天】 在数字时代的浪潮中,网络安全已成为维系信息完整性、保障用户隐私和确保商业连续性的关键。传统的安全防御策略,受限于其静态性质和对新型威胁的响应迟缓,已难以满足日益增长的安全需求。本文将探讨如何利用人工智能(AI)技术打造一个自适应的网络安全防御系统,该系统能够实时分析网络流量,自动识别并响应未知威胁,从而提供更为强大和灵活的保护机制。通过深入剖析AI算法的核心原理及其在网络安全中的应用,我们将展望一个由AI赋能的、更加智能和安全的网络环境。
28 0
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
提升软件测试效率:AI驱动的自动化测试策略
【2月更文挑战第30天】随着人工智能(AI)在软件开发周期中的日益普及,其在提高软件测试效率方面的潜力正受到越来越多的关注。本文探讨了如何通过集成AI技术来优化自动化测试流程,从而减少重复工作、提高错误检测率和加快反馈速度。我们将分析当前AI在自动化测试中的应用,并提出一系列策略以利用AI改进测试案例生成、执行和维护过程。
78 0
|
1月前
|
机器学习/深度学习 人工智能 算法
构建未来:AI驱动的自适应网络安全防御系统
【2月更文挑战第27天】 在数字化进程加速的背景下,网络安全威胁日益增长,传统的安全防御机制逐渐显得力不从心。本文提出一种基于人工智能技术的自适应网络安全防御系统架构,旨在通过实时分析网络行为和自动调整防御策略来应对复杂多变的网络攻击。该系统利用机器学习算法对异常行为进行检测与分类,并结合深度学习技术实现攻击模式的预测和响应策略的动态优化。文章详细阐述了系统的设计理念、关键技术以及预期效能,展望了AI技术在网络安全领域应用的未来趋势。
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
构建未来:AI驱动的自适应网络安全防御系统
【2月更文挑战第26天】 在数字化时代,网络安全已成为维护信息完整性、确保业务连续性的关键。随着攻击手段的不断进化,传统的安全防御措施已不足以应对日益复杂的威胁。本文将探讨人工智能(AI)如何革新网络安全领域,构建一个自适应的防御系统。通过分析当前网络威胁的演变趋势,结合AI技术的实时数据分析、模式识别和自我学习能力,提出一种智能化的安全框架。该框架能够动态调整安全策略,预防未知攻击,并减少误报,从而为网络环境提供更加坚固的保护。